描述机器学习算法中常常有大量的符号标记, 最好能形成一套自己的标记习惯.
- 原始输入空间: (chi in R^d)
- 样本集:(D)
- 用(n)表示样本索引. 第(n)个样本: (x^{(n)}).
- 训练样本数量:(N)
- 神经元的净输出:(net); 激活值:(a);
- 最大似然函数: (l), 取对数后用(L)表示.
- 损失函数: (J)
- 敏感度:(delta)
- 梯度:(Delta W, Delta b)
- 多分类时的类别数:(c).
- 神经网络中的索引, 第(l)层第(i)个神经元第(j)个权值:(w^l_{ij})
以前已经写好文章笔记暂时不改了.